L’intelligenza artificiale trova la sua applicazione più naturale e proficua laddove sono presenti grosse moli di dati da elaborare, per individuare path comportamentali ricorrenti e predire i comportamenti futuri, che non sono osservabili da un essere umano.
Il mondo del Finance dispone di enormi moli di dati sui propri clienti, i loro acquisti, gli incassi, gli investimenti, i finanziamenti, le assicurazioni, che però molto spesso vengono utilizzati in modo settoriale e disaggregati tra loro.
Insieme ad Alessandro Piva, Direttore dell’Osservatorio sull’Intelligenza Artificiale del PoliMi, è stato affrontato il motivo per cui oggi è rilevante introdurre soluzioni di Artificial Intelligence & Machine Learning nelle Banche e nelle Imprese finanziarie, anche di dimensione medio piccola e quindi con base dati più contenute.
Paolo Talamo, founder di Deepaiy e Senior Advisory Consultant, ed Emanuele Seu, Business Hub Director di Dedagroup Business Solutions, IBM Silver Business Partner, hanno parlato delle sfide e le lessons learned in due casi di applicazione pratica di Intelligenza Artificiale e Machine Learning per supportare il monitoraggio del credito, sia in bonis che non performing. Con una prospettiva concreta sono state analizzate inoltre quali sono i tipici ostacoli da superare per ottenere un sistema gestionale affidabile e utile: ad esempio, quali dati utilizzare, come superare i problemi della scarsità, come gestire le competenze e come introdurre le predizioni nei processi di business.
Guarda ora on demand l'Innovation Workshop di Bancaforte per capire: